O efeito contextual de vizinhança sobre os indicadores de obesidade e respectivos...

(1)

UNIVERSIDADE DE SÃO PAULO

ESCOLA DE ENFERMAGEM DE RIBEIRÃO PRETO

ISABEL CRISTINA MARTINS DE FREITAS

O EFEITO CONTEXTUAL DE VIZINHANÇA SOBRE OS

INDICADORES DE OBESIDADE E RESPECTIVOS FATORES

ASSOCIADOS NO PROJETO OBEDIARP: APLICAÇÃO DE

MODELOS MULTINÍVEL

(2)

ISABEL CRISTINA MARTINS DE FREITAS

O EFEITO CONTEXTUAL DE VIZINHANÇA SOBRE OS INDICADORES DE OBESIDADE E RESPECTIVOS FATORES ASSOCIADOS NO PROJETO

OBEDIARP: APLICAÇÃO DE MODELOS MULTINÍVEL

Tese apresentada à Escola de Enfermagem de Ribeirão Preto da Universidade de São Paulo para obtenção do título de Doutor em Ciências, Programa de Pós-Graduação Enfermagem e Saúde Pública.

Linha de Pesquisa: Processo Saúde-Doença e Epidemiologia

Orientadora: Profª Drª Suzana Alves de Moraes

(3)

FICHA CATALOGRÁFICA

Freitas, Isabel Cristina Martins de

O efeito contextual de vizinhança sobre os indicadores de obesidade e respectivos fatores associados no Projeto OBEDIARP: aplicação de modelos multinível.

194p, 30 cm

Tese de Doutorado apresentada à Escola de Enfermagem de Ribeirão Preto/USP.

Área de Concentração: Enfermagem em Saúde Pública.

Orientadora: Profª Drª Suzana Alves de Moraes

1. Indicadores Antropométricos; 2. Obesidade Global;

(4)

FOLHA DE APROVAÇÃO

FREITAS, Isabel Cristina Martins de

O EFEITO CONTEXTUAL DE VIZINHANÇA SOBRE OS INDICADORES DE OBESIDADE E RESPECTIVOS FATORES ASSOCIADOS NO PROJETO OBEDIARP: APLICAÇÃO DE MODELOS MULTINÍVEL.

Tese apresentada à Escola de Enfermagem de Ribeirão Preto da Universidade de São Paulo para obtenção do título de Doutor em Ciências, Programa de Pós-Graduação Enfermagem em Saúde Pública.

Aprovado em 15/06/2012

Banca Examinadora

Prof. Dr. __________________________________________________________

Instituição: ____________________________ Assinatura: __________________

Prof. Dr. __________________________________________________________

(5)

Whoe er ishes to i estigate edi i e properly should proceed thus: in

the first place to consider the seasons of the year, and what effects each of

them produces for they are not at all alike, but differ much from themselves

in regard to their changes. Then the winds, the hot and the cold, especially

such as are common to all countries, and then such as are peculiar to each

locality. We must also consider the qualities of the waters, for as they differ

from one another in taste and weight, so also do they differ much in their

qualities. In the same manner, when one comes into a city to which he is

stranger, he ought to consider its situation, how it lies as to the winds and the

rising of the sun; for its influence is not the same whether it lies to the north

or the south, to the rising or to the setting sun. These things one ought to

consider most attentively, and concerning the waters which the inhabitants

use, whether they marshy and soft, or hard, and running from elevated and

rocky situations, and the if saltish and unfit for cooking; and the ground,

whether it be naked and deficient in water, or wooded and well watered, and

whether it lies in a hollow, confined situation, or is elevated and cold; and the

mode in which the inhabitants live, and what are their pursuits, whether they

are fond of drinking and eating to excess, and given to indolence, or are fond

of exer ise a d la or, a d ot gi e to ex ess i eati g a d dri ki g.

On Airs, Waters, and Places (tradução de Francis Adams)

(6)

RESUMO

FREITAS, ICM. O efeito contextual de vizinhança sobre os indicadores de obesidade e respectivos fatores associados no Projeto OBEDIARP: aplicação de modelos multinível. 2012. 194f. Tese (Doutorado) - Escola de Enfermagem de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2012.

(7)

para as de blocos precedentes. Nos modelos finais, permaneceram as variáveis que mantiveram significância estatística (p < 0,05), após ajustamento simultâneo para os blocos precedentes. Para cada um dos desfechos considerados, calcularam-se médias ajustadas nas categorias das variáveis independentes, segundo regiões geográficas do município. Diferenças das médias ajustadas entre os extremos das categorias das variáveis independentes foram calculadas para avaliar o efeito modulador das regiões geográficas. Todas as estimativas calculadas levaram em consideração o efeito de desenho amostral. Resultados: Em relação ao IMC e em ambos os sexos, médias de maior magnitude foram detectadas entre os que referiram antecedentes familiares de excesso de peso, história pessoal de

obesidade, utilizaram medicamentos nos últimos 15 dias e seguiram dieta alimentar

para perda de peso. No sexo feminino, médias mais elevadas de IMC foram

detectadas entre as mais velhas, com menor escolaridade, maior tempo de residência no município e que referiram antecedentes familiares de acidente

vascular cerebral (AVC). O elenco de fatores associados ao IMC foi constituído por:

sexo (β= -0,814; IC95%: -1,514 - -0,113), idade (β= 0,050; IC95%: 0,014 - 0,086), escolaridade (β= -0,101; IC95%: -0,206 - -0,005) , antecedentes familiares de excesso de peso (β= 1,214; IC95%: 0,468 - 1,961), história pessoal de obesidade (β= 6,422; IC95%: 5,724 - 7,119) e consumo de lipídios (β= 0,029; IC95%: 0,008 - 0,051), considerando-se a contribuição de 11% do nível agregado. As menores diferenças entre as médias ajustadas do IMC foram detectadas, principalmente, nos extremos das categorias das variáveis: sexo, faixas etárias, escolaridade e consumo de

lipídios nas regiões Norte e Oeste do município. Médias de maior magnitude para os

três indicadores de obesidade central (Ccintura, RCQ e IC), foram observadas entre os participantes mais velhos, com menor escolaridade, classificados nos estratos mais baixos de renda, com maior tempo de residência no município, com

antecedentes familiares de excesso de peso, história pessoal de obesidade e entre

(8)

agregado. As menores diferenças entre as médias ajustadas da Ccintura foram detectadas nos extremos das categorias das variáveis: antecedentes familiares de

AVC, tempo de tabagismo e energia total da dieta nas regiões Norte e Oeste. Em

relação à RCQ, permaneceram associadas as variáveis: sexo (β= 0,099; IC95%: -0,107 - -0,090), idade (β= 0,002; IC95%: 0,001 - 0,003), IMC (β= 0,004; IC95%: 0,003 - 0,005), nº de medicamentos (β= 0,004; IC95%: 0,001 - 0,007), tempo de tabagismo (β= 0,0006; IC95%: 0,0004 - 0,0009), dependência de álcool (β= 0,013; IC95%: 0,003 - 0,022), dieta para perder peso (β= 0,017; IC95%: 0,004 - 0,030) e consumo de carboidratos (β= 0,0001; IC95%: 0,0001 - 0,0002). A contribuição do nível agregado foi equivalente a 12%. As menores diferenças entre as médias ajustadas da RCQ foram detectadas nos extremos das categorias das variáveis: nº de medicamentos e

consumo de carboidratos na região Oeste. O elenco de fatores associados ao IC foi

composto por: sexo (β= -0,068; IC95%: -0,076 - -0,056), idade (β= 0,003; IC95%: 0,002 - 0,004), antecedentes familiares de AVC (β= 0,008; IC95%: 0,001 - 0,016), IMC (β= 0,005; IC95%: 0,004 0,006), acesso a serviços de saúde (β= 0,011; IC95%: 0,020 -0,002), nº de medicamentos (β= 0,004; IC95%: 0,002 - 0,007), tempo de tabagismo (β= 0,0004; IC95%: 0,0001 - 0,0007), dependência de álcool (β= 0,011; IC95%: 0,001 - 0,020), dieta para perder peso (β= 0,015; IC95%: 0,002 - 0,030) e consumo de ácidos graxos monoinsaturados (β= -0,0005; IC95%: -0,0010 - -0,0001), com contribuição do nível agregado equivalente a 14,1%. As menores diferenças entre as médias ajustadas do IC foram detectadas nos extremos das categorias das variáveis:

acesso a serviços de saúde e dependência de álcool, na região Norte. Conclusões:

No município de Ribeirão Preto, as regiões Norte e Oeste foram identificadas como regiões obesogênicas. Medidas de promoção de hábitos saudáveis, bem como de prevenção da obesidade, no município, não devem ser direcionadas apenas para mudanças de hábitos individuais, visto que o impacto de tais intervenções pode ser minimizado ou refreado pelo efeito de contexto destas regiões.

(9)

(10)

Anexo 03 9

001. Omran AR. The Epidemiologic Transition in the Americas. PAHO-The University of Maryland at College Park, Washington,1996. 188 p.

002. Schramm JMA, Oliveira AF, Leite IC, Valente JG, Gadelha AMJ, Portela MC, Campos MR. Transição epidemiológica e o estudo de carga de doença no Brasil. Ciência e Saúde Coletiva 2004; 9(4): 897-908.

003. Schmidt MI, Duncan BB, Silva GA, Menezes AM, Monteiro CA, Barreto SM, Chor D, Menezes PR. Doenças crônicas não transmissíveis no Brasil: carga e desafios atuais. Lancet 2011; publicado online em 9 de maio.

004. Caballero B & Popkin BM. Introduction. IN: Caballero BM & Popkin BM. The Nutrition Transition. Diet and Disease in the Developing World. San Diego - CA: Elsevier Science, 2002.

005. Popkin BM. The dynamics of the dietary transition in the developing world. (cap 6) IN: Caballero BM & Popkin BM. The Nutrition Transition. Diet and Disease in the Developing World. San Diego - CA: Elsevier Science, 2002.

006. Uauy R; Albala C & Kain J. Obesity trends in Latin America: transition from under to overweight. Journal of Nutrition 2001; 131(suppl): 899S-99S.

007. Batista Filho M & Rissin A. A transição nutricional no Brasil: tendências regionais e temporais. Cad Saúde Pública 2003; 19(suppl1): 181S -91S.

008. Monteiro CA, Mondini L, Souza ALM, Popkin BM. Da desnutrição para a obesidade: a transição nutricional no Brasil. IN: Monteiro CA. Velhos e novos males da saúde no Brasil-A evolução do país e de suas doenças. São Paulo: HUCITEC, 2000.

009. Popkin BM. Part II. What is unique about the experience in lower and middle-income less-industrialised countries compared with the very-high-middle-income industrialized countries? The shift in stages of the nutrition transition in the developing world differs from past experiences! Public Health Nutrition 2002; 5(1A): 205-14.

010. Huang TT, Drewnowski A, Kumanyika SK, Glass TA. A Systems-Oriented Multilevel Framework for Addressing Obesity in the 21st Century. Prev Chronic Dis 2009; 6 (3):1-10.

011. Ogden CL, Carroll MD, Kit B, Flegal K. Prevalence of Obesity in the United States, 2009-2010. NCHS Data Brief 2012, 82 (Jan): 1-8.

(11)

Anexo 03 10

013. James PT, Leach R, Kalamara E, Shayeghi M. The Worldwide Obesity Epidemic. Obesity Research 2001; 9(4): 228S-33S.

014. World Health Organization Report. Obesity: Preventing and Managing the Global Epidemic. Report of a WHO Consultation. WHO Technical Report Series 894. Geneva: World Health Organization, 2000.

015. Llanos A, Oyarzún MT, Bonvecchio A, Rivera JA, Uauy R. Are research priorities in Latin América in line with the nutritional problems of the population? Public Health Nutrition 2007; 11(5): 466-77.

016. Moraes SA, Humberto JSM, Freitas ICM. Estado Nutricional e Fatores Sociodemográficos em Adultos Residentes em Ribeirão Preto, SP, 2006. Projeto OBEDIARP. Rev Bras Epidemiol 2011; 14(4): 662-76.

017. Monteiro CA, Conde WL, Popkin BM. Trends in under and overnutrition in Brazil. In: The Nutrition Transition: Diet and Disease in the Developing World. San Diego – CA: Academic Press, 2002.

018. Instituto Brasileiro de Geografia e Estatística - IBGE. Pesquisa de Orçamentos Familiares 2008-2009. Antropometria e Estado Nutricional de Crianças, Adolescentes e Adultos no Brasil. Rio de Janeiro, 2010.

019. Castanheira M, Olinto MTA, Gigante DP. Associação de variáveis sócio-demográficas e comportamentais com a gordura abdominal em adultos: estudo de base populacional no Sul do Brasil. Cad Saúde Pública 2003; 19(sup.1): S55-S65.

020. Sarturi JB, Neves J das, Peres KG. Obesidade em adultos: estudo de base populacional num município de pequeno porte no sul do Brasil em 2005. Ciência & Saúde Coletiva 2010; 15(1): 105-13.

021. Holanda LGM, Martins MCC, Souza Filho MD, Carvalho CMRG, Assis RC, Leal LMM, Mesquita LPL, Costa EM. Excesso de peso e adiposidade central em adultos de Teresina-PI. Rev Assoc Med Bras 2011; 57(1): 50-5.

022. Moura EC, Morais Neto OL, Malta DC, Moura L, Silva NN, Bernal R, Claro RM, Monteiro CA. Vigilância de Fatores de Risco para Doenças Crônicas por Inquérito Telefônico nas capitais dos 26 estados brasileiros e no Distrito Federal. Rev Bras Epidemiol 2008; 11(supl 1): 20-37.

(12)

Anexo 03 11

024. Popkin BM & Doak CM. The obesity epidemic is a worldwide phenomenon. Nutrition Reviews 1998; 56: 106-14.

025. Caballero B. The Global Epidemic of Obesity: An Overview. Epidemiol Rev 2007; 29: 1-5.

026. Mc Laren L. Socioeconomic Status and Obesity. Epidemiol Rev 2007; 29: 29-48.

027. Monteiro CA, Moura EC, Conde WL e Popkin BM. Socio economic status and obesity in adult populations of developing countries: a review. Bulletin of the World Health Organization 2004; 82(12): 940-6.

028. Monteiro CA, Conde WL, Lu B, Popkin BM. Obesity and inequities in health in the developing world. Int J Obes 2004; 28: 1181-6.

029. Monteiro CA, Conde WL, Castro IRR. A tendência cambiante da relação entre escolaridade e risco de obesidade no Brasil (1975-1997). Cad Saúde Pública 2003; 19 (sup.1): S67-S75.

030. Jacoby E. The obesity epidemic in the Americas; making healthy choices the easiest choices. Pan Am J Public Health 2004; 15(4): 278-84.

031. Tucker JM, Welk GJ, Beyler NK. Physical Activity in U.S. Adults. Compliance with the Physical Activity Guidelines for Americans. Am J Prev Med 2011; 40(4): 454-61.

032. Santos R, Vale S, Miranda L, Mota J. Socio-demographic and perceived environmental correlates of walking in Portuguese adults – A multilevel analysis. Health & Place 2009; 15:1094-99.

033. Bauman A, Bull F, Chey T, Craig CL, Ainsworth BE, Sallis JF, et al. The international prevalence study on physical activity: results from 20 countries. Int J Behav Nutr Phys Act. 2009; 6(1):21.

034. Monteiro CA, Conde WL, Matsudo SM et al. A descriptive epidemiology of leisure-time physical activity in Brazil, 1996-1997. Pan Am J Public Health 2003; 14: 246-54.

(13)

Anexo 03 12

036. IPAQ, 2005. International Physical Activity Questionnaire. Guidelines for data processing and analysis of the International Physical Activity Questionnaire (IPAQ). Disponível em http://www.ipaq.ki.se/dloads/IPAQ%20LS%Scoring% 20Protocols_Novo05.pdfS. [acessado em outubro de 2008].

037. Ervin B. Healthy Eating Index – 2005 Total and Component Scores for Adults Aged 20 and Over: National Health and Nutrition Examination Survey, 2003-2004. National Health Statistics Reports 2011; 44 (Dec): 1-10.

038. Ogden CL, Kit BK, Carroll MD, Park S. Consumption of Sugar Drinks in the United States. NCHS Data Brief 2011; 71: 1-8.

039. Monteiro CA, Mondini L, Costa RBL. Mudanças na composição e adequação nutricional da dieta familiar nas áreas metropolitanas do Brasil (1988-1996). Rev Saúde Pública 2000; 34: 251-8.

040. Levy-Costa RB, Sichieri R, Pontes NS, Monteiro CA. Disponibilidade domiciliar de alimentos no Brasil: distribuição e evolução (1974-2003). Rev Saúde Pública 2005; 39: 530-40.

041. World Health Organization. Diet, nutrition and the prevention of chronic diseases. Geneva; 2003. (WHO technical report series, 916).

042. Institute of Medicine. Dietary reference intakes for energy, carbohydrate, fiber, fat, fatty acids, cholesterol, protein, and amino acids. Washington DC: National Academies Press; 2002.

043. Levy RB, Claro RM, Monteiro CA. Aquisição de açúcar e perfil de macronutrientes na cesta de alimentos adquirida pelas famílias brasileiras (2002-2003). Cad Saúde Pública 2010; 26(3): 472-80.

044. Instituto Brasileiro de Geografia e Estatística - IBGE. Pesquisa de Orçamentos Familiares 2008-2009. Avaliação nutricional da disponibilidade domiciliar de alimentos no Brasil. Rio de Janeiro, 2010.

045. Perozzo G, Olinto MTA, Dias-da- Costa JS, Henn RL, Barriera J, Pattussi MP. Associação dos padrões alimentares com obesidade geral e abdominal em mulheres residentes no Sul do Brasil. Cad Saúde Pública 2008; 24: 2427-39.

046. Mondini L, Moraes SA, Freitas ICM, Gimeno SGA. Consumo de frutas e hortaliças por adultos em Ribeirão Preto, SP. Rev Saúde Pública 2010; 44(4): 686-94.

(14)

Anexo 03 13

048. Pappas MA, Alberg AJ, Ewing R, Helzlsouer KJ, Gary TL, Klassen AC. The Built Environment and Obesity. Epidemiol Rev 2007; 29: 129-43.

049. Instituto Brasileiro de Geografia e Estatística - IBGE. IBGEcidades@. Perfil municipal. (disponível em http://www.ibge.gov/ibgecidades@) (acessado em 19/01/2011).

050. Fundação Sistema Estadual de Análise de Dados – SEADE. Perfil Municipal de Ribeirão Preto. (disponível em http://www.seade.gov.br/produtos/perfil/ perfilMunEstado.php) (acessado em 19/01/2011).

051. Moraes SA, Suzuki CS, Freitas ICM, Costa Júnior ML. Mortalidade por Doenças do Aparelho Circulatório no Município de Ribeirão Preto – SP, de 1980 a 2004. Arq Bras Cardiol 2009; 93(6): 637-44.

052. Szklo M & Nieto FJ. Epidemiology: beyond the basics. Gaithesburg, MD: Aspen Publishers Inc, 2000. 493 p.

053. Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2000. Rio de Janeiro; 2000.

054. Silva NN. Amostragem Probabilística: um curso introdutório. São Paulo: EDUSP, 2001. 120 p.

055. Levy PS & Lemeshow S. Sampling of Populations: Methods and Applications. Hoboken, NJ: John Wiley & Sons, Inc., 2008. 576 p.

056. Castro V, Moraes AS, Freitas ICM, Mondini L. Variabilidade na aferição de medidas antropométricas: comparação de dois métodos estatísticos para avaliar a calibração de entrevistadores. Rev Bras Epidemiol 2008; 11(2): 278-86.

057. Habicht JP, Butz WP. Measurement of health and nutrition effects to large-scale nutrition intervention projects. In: Klein RE. Evaluation of the impact of nutrition and health programs. New York: Plenum Press; 1979. p. 133-89.

058. Lohman TG, Roche AF, Martorell R. Anthropometric standardization reference manual. Abridged Edition, 90p, 1991.

059. World Health Organization. Physical status: the use and interpretation of anthropometry. Geneva; 1995. (WHO technical report series, 854)

(15)

Anexo 03 14

061. Valdez R, Seidell JC, Ahn YI, Weiss KM. A new index of abdominal adiposity as an indicator of risk for cardiovascular disease. A cross-population study. Int J Obes 1992; 16: 77-82.

062. Stevens J, McClain JE, Truesdale KP. Selection of measures in epidemiologic studies of the consequences of obesity. Int J of Obesity 2008; 32:S60-6.

063. Victora CG, Huttly SR, Fuchs SC, Olinto MTA. The Role of Conceptual Frameworks in Epidemiological Analysis: A Hierarchical Approach. Int J Epidemiol 1997; v. 26(1): 224-7.

064. Freitas ICM & Moraes SA. Perfil econômico da população de Ribeirão Preto: aplicação do Indicador Econômico Nacional. Rev Saúde Pública 2010; 44(6): 1150-4.

065. Barros AJD & Victora C. Indicador econômico para o Brasil baseado no Censo Demográfico de 2000. Rev Saúde Pública 2005; 39(4): 523-9.

066. Organización Mundial de la Salud. Cuestionario de identificación de los trastornos debidos al consumo de alcohol – AUDIT, 2001.

067. Lima CT, Freire ACC, Silva APB, Teixeira RM, Farrel M, Prince M. Concurrent and Construct Validity of the AUDIT in an Urban Brazilian sample. Alcohol & Alcoholism 2005; 40(6): 584-9.

068. Kypri K, McGee R, Saunders JB, Langley JD, Dean JI. Interpretation of items in the AUDIT Questionnaire. Alcohol & Alcoholism 2002; 37(5): 465-7.

069. Craig CL, Marshall A, Sjostrom M et al. International Physical Activity Questionnaire: 12 country reliability and validity. Med Sci Sports Exerc 2003; August.

070. Matsudo S, Araújo T, Matsudo V, Andrade D, Andrade E, Oliveira C, et al. Questionário Internacional de Atividade Física (IPAQ): estudo de validade e reprodutibilidade no Brasil. Rev Bras Ativ Fis Saúde 2001; 6(2):5-18.

071. Ainsworth BE, Haskell WL, Whitt MC, Irvin ML, Swartz AM, Strath SJ, O´Brien WL, Basset DR Jr, Schmitz KH, Emplaincourt PO, Jacobs DR Jr., Leon AS. Compendium of Physical Activities: an update of activity codes and MET intensities. Med Sci Sports Exerc 2000; 32(suppl): S 498 - S 516.

(16)

Anexo 03 15

073. Fornés NS, Strinhini MLF, Elias BM. Reproduticibility and validity of a food frequency questionnaire for use among low-income Brazilian workers. Public Health Nutrition 2003; 6: 821-7.

074. Programa de apoio à Nutrição - Nutwin, versão: cliente-servidor. Departamento de Informática em Saúde. Universidade Federal de São Paulo - UNIFESP.

075. Pinheiro ABV, Lacerda EMA, Benzecry EH, Gomes MC da S, Costa VM da. Tabela para avaliação de consumo alimentar em medidas caseiras. São Paulo: Editora Ateneu; 2008. 131p.

076. United States Department of Agriculture. USDA Food Search for Windows, version 1.0, database version for Standard Reference, Release SR16. Agricultural Research Service (ARS). http://www.nal.usda.gov/fnic/foodcomp.

077. Willett WC, Howe GR, Kushi LH. Adjustment for total energy intake in epidemiologic studies. Am J Clin Nutr 1997; 65(suppl): 1220S-8S.

078. Lauritsen JM & Bruus M. EpiData (version 3). A comprehensive tool for validated entry and documentation of data. The EpiData Association, Odense Denmark, 2003-2004.

079. Eltinge JL & Sribney WM. Some basic concepts for design-based analysis of complex survey data. IN: Stata Technical Bulletin - STB-31: 1-44.

080. Bland M. An Introduction to Medical Statistics. Norfolk: Oxford University Press; 2006. 405 p.

081. Rabe-Hesketh S & Skrondal A. Multilevel and Longitudinal Modeling Using Stata. College Station, TX-USA, 2005. 562 p.

082. Christenfeld NJS, Sloan RP, Carroll D, Greenland S. Risk Factors, Confounding, and the Illusion of Statistical Control. Psychosomatic Medicine 2004; 66:868-75.

083. Hox JJ. Applied Multilevel Analysis. Amsterdam: TT-Publikaties; 1995. 118p.

084. Kleinbaum DG, Kupper LL, Morgenstern H. Epidemiologic Research: Principles and Quantitative Methods. New York: Van Nostrand Reinhold; 1982. 595 p.

(17)

Anexo 03 16

086. Goldstein H. Multilevel Statistical Models. Londres: Kendall´s Library of Statistics 3; 1999. Second Internet edition. 154p.

087. Morgenstern H. Ecologic Studies in Epidemiology: Concepts, Principles, and Methods. Annu Rev Public Health 1995; 16:61-81.

088. Morgenstern H. Estudos Ecológicos (cap 25). IN: Rothman KJ, Greenland S, Lash TL. Epidemiologia Moderna (3ª edição). Porto Alegre: Artmed; 2011. 887p.

089. Galea S, Freudenberg N, Vlahov D. Cities and population health. Social Science & Medicine 2005; 60: 1017-33.

090. Diez-Roux AV. Bringing Context Back into Epidemiology: Variables and Fallacies in Multilevel Analysis. Am J of Public Health 1998; 88(2): 216-22.

091. Blakely TA, Woodward AJ. Ecological effects in multi-level studies. J Epidemiol Community Health 2000; 54: 367-74.

092. Diez Roux AV. A glossary for multilevel analysis. J Epidemiol Community Health 2002; 56: 588-94.

093. Fonseca MJM, Andreozzi VL, Faerstein E, Chor D, Carvalho MS. Alternatives in modeling of body mass index as a continuous response variable and relevance of residual analysis. Cad Saúde Pública 2008; 24(2): 473-8.

094. Jones-Smith JC, Gordon-Larsen P, Siddiqi A, Popkin BM. Cross-National Comparisons of Time Trends in Overweight Inequality by Socioeconomic Status Among Women Using Repeated Cross-Sectional Surveys From 37 Developing Countries, 1989-2007. Am J Epidemiol 2011; 173: 667-75.

095. Gigante DP, Dias-da-Costa JS, Olinto MTA, Menezes AMB, Macedo S. Obesidade e população adulta de Pelotas, Rio Grande do Sul, Brasil e associação com nível socioeconômico. Cad Saúde Pública 2006; 22(9): 1873-9.

096. Harrington DW & Elliot SJ. Weighing the importance of neighbourhood: A multilevel exploration of the determinants of overweight and obesity. Social Science & Medicine 2009; 68: 593-600.

(18)

Anexo 03 17

098. Townshen T, Lake A A. Obesogenic urban form: Theory, policy and practice. Health & Place 2009; 15: 909-16.

099. Frumkin H. The Measure of Place. Am J Prev Med 2006; 31:6.

100. Gutierrez-Fisac JL, Regidor E, Garcia EL, Banegas JRB, Artalejo FR. La epidemia de obesidad y sus factores relacionados: el caso de España. Cad Saúde Pública 2003; 19(suppl 1): 101S -10S.

101. Klenk J, Nagel G, Ulmer H, Strasak A, Concin H, Diem G, Rapp K. Body mass index and mortality: results of a cohort of 184,697 adults in Austria. Eur J Epidemiol 2009; 24:83-91.

102. McGee DL. Body mass index and mortality: a meta-analysis based on person-level data from twenty-six observational studies. Ann Epidemiol 2005; 15: 87-97.

103. Durkheim E. The rules of sociological method. 8th ed. New York: Free Press of Glencoe, 1964.

104. Rose GA. Sick individuals and sick populations. Int J Epidemiol 1985; 14(1): 32-8.

105. Schwartz S, Diez-Roux R. Commentary: Causes of incidence and causes of cases – a Durkheim perspective on Rose. Int J Epidemiol 2001; 30: 435-9.

106. Snow J. Sobre a maneira de transmissão do cólera. 2ª ed. São Paulo: HUCITEC Editora; 1999. 249p.

107. Merlo J, Chaix B, Yang M, Lynch J, Rastam. A brief conceptual tutorial of multilevel analysis in social epidemiology: linking the statistical concept of clustering to the Idea of contextual phenomenon. J Epidemiol Community Health 2005; 59: 443-9.

108. Chen D-R & Wen T-H. Socio-spatial patterns of neighborhood effects on adult obesity in Taiwan: A multi-level model. Social Science & Medicine 2010; 70: 823-33.

(19)

Anexo 03 18

110. Mowafi M, Khadr Z, Subramanian SV, Bennett G, Hill A, Kawachi I. Are neighborhood education levels associated with BMI among adults in Cairo, Egypt? Social Science and Medicine 2011; 72:1274-83.

111. Santana P, Santos R, Nogueira H. The link between local environment and obesity: A multilevel analysis in the Lisbon Metropolitan Area, Portugal. Social Science & Medicine 2009; 68: 601-9.

112. Lopez R. Urban Sprawl and Risk for Being Overweight or Obese. Am J of Public Health 2004; 94(9): 1574-9.

113. Mehta NK e Chang VW. Weight Status and Restaurant Availability. Am J Prev Med 2008; 34(2): 127-33.

114. Rundle A, Neckerman KM, Freeman L, Lovasi GS, Purciel M, Quinn J et al. Neighborhood Food Environment and Walkability Predict Obesity in New York. Environ Health Perspect 2009; 3: 442-7.

115. Morland K, Diez Roux AV, Wing S. Supermarkets, Other Food Stores, and Obesity. The Atherosclerosis Risk in Communities Study. Am J Prev Med 2006; 30(4): 333-9.

116. Casagrande SS, Gittelsohn J, Zonderman AB, Evans MK, Gary-Webb L. Association of Walkability With Obesity in Baltimore City, Maryland. Am J of Public Health 2011; 101(S1): S318-24.

117. Brown BB, Yamada I, Smith KR, Zick CD, Kowaleski-Jones L, Fan JX. Mixed land use and walkability: Variations in land use measures and relationships with BMI, overweight, and obesity. Health & Place 2009; 15: 1130-41.

118. Sichieri R, Barbosa FS, Moura EC. Relationship between short stature and obesity in Brazil: a multilevel analysis. British Journal of Nutrition 2010; 103: 1534-8.

119. Segri NJ, Cesar CLG, Barros MBA, Alves MCGP, Carandina L, Goldbaum M. Inquérito de saúde: comparação dos entrevistados segundo posse de linha telefônica residencial. Rev Saúde Pública 2010; 44(3): 503-12.

120. Bernal R & Silva NN. Cobertura de linhas telefônicas residenciais e vícios potenciais em estudos epidemiológicos. Rev Saúde Pública 2009; 43(3): 421-6.

(20)

Anexo 03 19

122. van der Sande MAB, Walraven GEL, Milligan PJM, Winston ASB, Ceesay SM, Nyan AO, McAdam KPWJ. Antecedentes familiares: una oportunidad para intervenir precozmente y mejorar el control de la hipertensión, la obesidad y la diabetes. Boletín de la Organización Mundial de la Salud 2001; 5: 34-40.

123. Machado PAN & Sichieri R. Relação cintura-quadril e fatores de dieta em adultos. Rev Saúde Pública 2002; 36(2): 198-204.

124. Olinto MTA, Nácul LC, Dias-da-Costa JS, Gigante DP, Menezes AMB, Macedo S. Níveis de intervenção para a obesidade abdominal: prevalência e fatores associados. Cad Saúde Pública 2006; 22(6): 1207-15.

125. Fletcher GF. Central Obesity – More Weight in Cardiovascular Disease Prevention. Am J Cardiol 2009; 103: 1408-10.

126. Mantani MR & Kulkarni HR. Predictive performance of Antropometric Indexes of Central Obesity for the Risk of Type 2 Diabetes. Archives of Medical Research 2005; 36: 581-9.

127. Fezeu L, Balkau B, Sobngwi E, Kengne A-P, Vol S, Ducimetiere P et al. Waist circumference and obesity-related abnormalities in French and Cameroonian adults: the role of urbanization and ethnicity. International Journal of Obesity 2010; 34: 446-53.

128. Bose K & Mascie-Taylor CGN. Conicity index and waist-hip-ratio and their relationship with total cholesterol and blood pressure in middle-aged European and migrant Pakistani men. Annals of Human Biology 1998; 25(1): 11-6.

129. Feldstein CA, Akopian M, Olivieri AO, Kramer AP, Nasi M, Garrido D. A comparison of body mass index and waist-to-hip ratio as indicators of hypertension risk in a urban Argentine population: A hospital-based study. Nutrition, Metabolism & Cardiovascular Disease 2005; 15: 310-5.

130. Kim KS, Owen WL, Williams D, Adams-Campbell LL. A Comparison between BMI and Conicity Index on Predicting Coronary Heart Disease: The Framingham Heart Study. AEP 2000; 10(7): 424-31.

131. Dhaliwal SS, Welborn TA. Central obesity and multivariate cardiovascular risk as assessed by Framingham prediction scores. Am J Cardiol 2009; 103: 1403-07.

(21)

Anexo 03 20

133. Herman S, Rohrmann S, Linseisen J, May AM, Kunst A, Besson H et al. BMC Public Health 2011; 11: 169.

134. Travier N, Agudo A, May AM, Gonzalez C, Luan J, Besson H et al. Smoking and body fatness measurements: A cross-sectional analysis in the EPIC-PANACEA study. Preventive Medicine 2009; 49: 365-73.

135. Chaix B & Chauvin P. Tobacco and alcohol consumption, sedentary lifestyle and overweightness in France: A multilevel analysis of individual and area-level determinants. European Journal of Epidemiology 2003; 18: 531-8.

136. Chaix B, Ducimetière P, Lang T, Haas B, Montaye M. Ruidavets J-B et al. Residential environement and blood pressure in the PRIME Study: is the association mediated by body mass index and waist circumference? Journal of Hypertension 2008; 26: 1078-84.

137. Ekelund U, Besson H, Luan J, May AM, Sharp SJ, Brage S et al. Physical activity and gain in abdominal adiposity and body weight: prospective cohort study in 288,498 men and women. Am J Clin Nutr 2011; 93: 826-35.

138. Czernichow S, Bertrais S, Preziosi P, Galan P, Hercberg S, Oppert JM. indicators of abdominal adiposity in middle –aged participants of the SU.VI.MAX study: relationships with educational level, smoking status and physical inactivity. Diabetes Metab 2004; 30: 153-9.

139. Robb CA, Huston SJ, Finke MS. The mitigating influence of time preference on the relation between smoking and BMI scores. Int J Obes 2008; 32: 1670-7.

140. Kuchler F e Lin BH. The influence of individual choices and attitudes on adiposity. Int J Obes 2002; 26: 1017-22.

141. Lin BH, Huang CL, French SA. Factors associated with women´s and children´s body mass indices by income status. Int J Obes 2004; 28: 536-42.

142. Dallongeville J, Marecaux N, Furchart J-C, Amouyel P. Cigarette smoking is associated with unhealthy patterns of nutrient intake: a meta-analysis. J Nutr 1998; 28: 1450-7.

(22)

Anexo 03 21

144. Canoy D, Wareham N, Luben R, Welch A, Bingham S, Day N et al. Cigarette smoking and fat distribution in 21,828 British men and women: a population-based study. Obes Res 2005; 13: 1466-75.

145. Bau CHD. Estado atual e perspectives da genética e epidemiologia do alcoolismo. Cienc Saúde Coletiva 2002; 7: 183-90.

146. Freitas ICM & Moraes SA. Dependência de álcool e fatores associados em adultos residentes em Ribeirão Preto, São Paulo, Brasil, 2006: Projeto OBEDIARP. Cad Saúde Pública 2011; 27(10): 2021-31.

147. Prentice AM. Alcohol and obesity. Int J of Obesity and Related Metab Disorders 1995; 19 (Suppl. 5): S44-50.

148. Lukasiewicz E, Mennen LI, Bertrais S, Arnault N, Preziozi P, Galan P et al. Alcohol intake to body mass index and waist-to-hip ratio: the importance of type of alcoholic beverage. Public Health Nutrition 2004; 8(3): 315-20.

149. Drewnowski A. The Real Contribution of Added Sugars and Fats to Obesity. Epidemiol Rev 2007; 29: 160-71.

150. Drewnowski A. Obesity, diets, and social inequalities. Nutrition Review 2009; 67(Suppl 1): S36-S39.

151. Mazzocchi M, Brasili C, Sandri E. Trends in dietary patterns and compliance with World Health Organization recommendations: a cross-country analysis. Public Health Nutrition 2007; 11(5): 535-40.

152. Azadbakh L, Esmaillzadeh A. Dietary and non-dietary determinants of central adiposity among Tehrani women. Public Health Nutrition 2007; 11(5): 528-34.

153. Bailey BW, Sullivan DK, Kirk EP, Donnelly JE. Dietary predictors of visceral adiposity in overweight young adults. British Journal of Nutrition 2010; 103: 1702-5.

154. Merlo J. Multilevel analytical approaches in social epidemiology: measures of health variation compared with traditional measures of association. J Epidemiol Community Health 2003; 57: 550-2.

155. Popkin BM, Adair LS, Ng SW. Global nutrition transition and the pandemic of obesity in developing countries. Nutrition Reviews 2011; 70(1): 3-21.

(23)

Anexo 03 22

157. Kawachi I, Subramanian SV. Neighbourhood influences on health. J Epidemiol Community Health 2007; 61: 3-4.

158. Sallis JF & Glanz K. Physical Activity and Food Environments: Solutions to the Obesity Epidemic. The Milbank Quarterly 2009; 87(1): 123-54.